As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
SageMaker Experiências da Amazon no Studio Classic
Importante
O rastreamento de experimentos usando o SageMaker Experiments Python só SDK está disponível no Studio Classic. Recomendamos usar a nova experiência do Studio e criar experimentos usando as SageMaker integrações mais recentes com o. MLflow Não há integração de MLflow interface de usuário com o Studio Classic. Se quiser usar MLflow com o Studio, você deve iniciar a MLflow interface do usuário usando AWS CLI o. Para obter mais informações, consulte Inicie a interface do usuário do MLflow usando o AWS CLI.
O Amazon SageMaker Experiments Classic é um recurso da Amazon SageMaker que permite criar, gerenciar, analisar e comparar seus experimentos de aprendizado de máquina no Studio Classic. Use SageMaker Experimentos para visualizar, gerenciar, analisar e comparar tanto os experimentos personalizados que você cria programaticamente quanto os experimentos criados automaticamente a partir de SageMaker trabalhos.
O Experiments Classic rastreia automaticamente as entradas, os parâmetros, as configurações e os resultados de suas iterações durante as execuções. Você pode atribuir, agrupar e organizar esses ensaios em experimentos. SageMaker O Experiments é integrado ao Amazon SageMaker Studio Classic, fornecendo uma interface visual para pesquisar seus experimentos ativos e anteriores, comparar execuções nas principais métricas de desempenho e identificar os modelos com melhor desempenho. SageMaker Os experimentos rastreiam todas as etapas e artefatos envolvidos na criação de um modelo, e você pode revisitar rapidamente as origens de um modelo ao solucionar problemas na produção ou auditar seus modelos para verificações de conformidade.
Migre do Experiments Classic para a Amazon SageMaker com MLflow
Experimentos anteriores criados usando o Experiments Classic ainda estão disponíveis para visualização no Studio Classic. Se você quiser manter e usar o código do experimento anterior comMLflow, você deve atualizar seu código de treinamento para usá-lo MLflow SDK e executar os experimentos de treinamento novamente. Para obter mais informações sobre como começar a usar o plug-in MLflow SDK e o AWS MLflow plug-in, consulteMLflowIntegre-se ao seu ambiente.
